在R的glm模型中使用指数分布预测的解决方案咨询

• 直接用Gamma分布族替代指数分布：指数分布本质是形状参数为1的Gamma分布，而glm原生支持Gamma族，完全能满足你的建模需求。
• 选择适配的链接函数：
  • 若因变量duration和自变量呈对数线性关系，优先用log链接，这是最常用的选项；
  • 要是你认为二者是线性关系，可选identity链接；
  • Gamma族默认是inverse链接，也可以尝试。
• 修改后的代码示例：

  model <- train(duration~., data = data, method='glm', 
                 family = Gamma(link = "log"), 
                 trControl = trainControl(method = "repeatedcv", repeats = 10))
  

• 拟合后记得做模型诊断：比如检查残差是否符合指数分布特征，或用Kolmogorov-Smirnov检验验证残差分布类型，确保模型适配性。

内容的提问来源于stack exchange，提问作者Ahrii